چکیده: در این پروژه سعی شده است با استفاده از دو روش تصمیم گیریهای چند معیاره(روش TOPSIS و روش وزن دهی سلسله مراتبی) برای خریداری ماشین آلات شرکت صنایع نخ خمین با توجه به شاخص ها و گزینه های موجود استفاده شود تا بهترین تصمیم ممکن در این پروژه صورت گیرد.
مقدمه: امروزه پیشرفت تکنولوژی و صنعت اکثر شرکت ها و صنایع برای خریداری و تهیه ماشین آلات و تجهیزاتشان با توجه به نیارشان و شاخص ها و گزینه هایی که وجود دارد تصمیم به خریاری می گیرند تا بتوانند تجهیزات مناسب و کارآمد را که حداکثر استفاده و کارایی را برایشان دارد تهیه نمایند.
در این زمینه استفاده از روش های تصمیم گیری های چند معیاره بسیار مناسب است که به شرکت ها کمک می کند تا با تهیه ماشین آلات و تجهیزات مناسب هم حداکثر کارایی و استفاده را ببرند و هم به بتا خود در زمینه تولید و عرضه های محصولات تداوم پیدا کنند.
علاوه بر این استفاده از روش های تصمیم گیریهای چند معیاره به عنوان ابزاری برای دستیابی شرکت ها به رشد بلند مدت از طریق برآورده نمودن بهتر و سریعتر ماشین آلات و تجهیزات نسبت به سایر شرکت ها و رقبا است.
در این تحقیق که در کارخانه نخ شهرستان خمین انجام شد بررسی شد مسئولین خرید این کارخانه برای خرید دستگاه ها و ماشین آلات نساجی با توجه به شش شاخص زیر از چهار کشور ژاپن و ایتالیا و آلمان و چین خریداری می کنند.
شاخص ها: کیفیت دستگاه X1: قیمت دستگاه X2: خدمات بعد از فروش کشور فروشنده X3: هزینه حمل و نقل ماشین آلات از کشور فروشنده X4: عمر مفید دستگاه X5: توانایی دستگاه(ظرفیت در تولید) X6: گزینه ها ژاپن A: ایتالیا B: آلمان C: چین D: با توجه به تحقیقات انجام شده ماتریس تصمیم زیر به دست آمده: سود سود هزینه سود هزینه از نوع سود D= X6 X5 X4 X3 X2 X1 high 20 1000 3 25000 very high A very high 16 3000 4 20000 average B low 14 2500 6 19000 high C average 13 1500 1 15000 low D در اینجا متغیرهای کلامی را با استفاده از مقیاس دو قطبی به متغیرهای کمی تبدیل می کنیم: تست سازگاری ماتریس مقایسه زوجی انجام شد ماتریس سازگار است زیرا: CR=0.021 در نتیجه 0.021 CR=0.021 در نتیجه 0.021 در این پروژه ابتدا با استفاده از روش وزن دهی سلسله مراتبی Alternativ ها را اولویت بندی می کنیم: ورودی در اینجا برای روش وزن دهی سلسله مراتبی ماتریس تصمیم میباشد: جدول زیر ماتریس مقیاس زدایی شده به روش تبدیل خطی مقیاس است: در نتیجه: A > C > B > D با استفاده از روش TOPSIS این پروژه را نیز آنالیز می کنیم: ابتدا با استفاده از روش نرم ماتریس تصمیم نرمال شده را ایجاد می کنیم: بعد گزینه ایده آل مثبت و گزینه ایده آل منفی را تشکیل می دهیم: A+={VA1 , VD2 , VC3 , VA4 , VA5 VB6} A+={0.326 , 0.078 , 0.080 , 0.010 , 0.075 , 0.072} A-={VD1 , VA2 , VD3 , VB4 , VD5 , VC6} A-={0.098 , 0.1295 , 0.013 , 0.031 , 0.049 , 0.024} محاسبه فاصله از گزینه ایده آل: da+ = 0.067 db+ = 0.169 dc+ = 0.113 dd+ = 0.241 محاسبه فاصله از گزینه ایده آل منفی: da- = 0.285 db- = 0.0854 dc- = 0.1507 dd- = 0.0559 محاسبه شاخص نزدیکی نسبی: CL2 = 0.335 CL3= 0.47 CL1= 0.80 CL4=0.19 A > C > B > D نتیجه گیری: در این پروژه با استفاده از دو شاخص تصمیم گیری به این نتیجه رسیدیم که کارخانه صنایع نخ خمین با توجه به شاخص هایی که برای خرید ماشین آلات و دستگاه ها دارد ابتدا باید از کشور ژاپن و سپس از کشور آلمان و به همین ترتیب از کشور ایتالیا و در نهایت از کشور چین ماشین آلات را خریداری کند.
منابع: 1- دکتر محمدجواد اصغرپور«تصمیم گیریهای چند معیاره» تهران: دانشگاه تهران، موسسه انتشارات و چاپ 1377.
2- جزوه درسی دکتر کرامتی«تئوریهای تصمیم گیری» دانشگاه آزاد اراک، 1387.
شاخص ها:کیفیت دستگاهX1:شاخص ها:قیمت دستگاهX2:شاخص ها:خدمات بعد از فروش کشور فروشندهX3:شاخص ها:هزینه حمل و نقل ماشین آلات از کشور فروشندهX4:شاخص ها:عمر مفید دستگاهX5:شاخص ها:توانایی دستگاه(ظرفیت در تولید)X6: گزینه هاژاپنA:گزینه هاایتالیاB:گزینه هاآلمانC:گزینه هاچینD: سودسودهزینهسودهزینهاز نوع سودD=X6X5X4X3X2X1D=high201000325000very highAD=very high163000420000averageBD=low142500619000highCD=average131500115000lowDD= X6X5X4X3X2X1D=72010003250009AD=91630004200005BD=31425006190007CD=51315001150003DD= X6X5X4X3X2X1429531X1226210.333X211310.50.2X30.50.510.3330.1660.111X411210.50.5X511210.50.25X6X6X5X4X3X2X10.4210.2670.3910.4830.5290.419X10.210.2670.2610.1930.1760.139X20.1050.1330.130.0970.0880.083X30.0530.0670.0430.0320.0290.049X40.1050.1330.0870.0970.0880.209X50.1050.1330.0870.0970.0880.105X60.10250.120.0450.1060.2080.418WJ= X6X5X4X3X2X1D=0.77811.50.50.61AD=10.80.50.6670.750.555BD=0.3330.70.610.7890.778CD=0.5550.6510.16710.333DD= 0.418A0.3630.208B0.68=0.106*C0.740.045D0.5450.120.1025 X6X5X4X3X2X10.5470.6260.2320.3810.6230.781A0.7030.5010.6970.5080.4980.39B0.2340.4380.5810.7620.4730.547CV=0.390.4070.3490.1270.3740.234D0.10250.120.0450.1060.2080.418WJ=